随着通信技术的飞速发展,基于位置的服务（Location Based Services,LBS）在多个领域得到了广泛的应用。全球导航卫星系统（Global Navigation Satellite System,GNSS）在军事和民用等多个领域提供着全天候的定位服务。由于建筑物对无线电信号有屏蔽作用,GNSS无法在室内提供准确的位置服务,尤其是在井下、隧道以及地下商场等地方。因此,研究室内定位技术具有非常重要的意义。WiFi技术的普及推动了室内定位技术的发展。室内的WiFi接入点（Access Point,AP）在为终端设备提供互联网接入服务的同时,用来判定链路质量的接收信号强度（Received Signal Strength Indicator,RSSI）具有标识位置的功能。本文围绕基于WiFi位置指纹的室内定位技术展开研究,旨在已有的研究基础上进一步提高室内定位的精度和实时性。本文的具体研究工作如下:（1）研究室内定位精度提高算法。本文围绕RSSI的特性展开分析,重点分析了RSSI的时间特性、距离特性和分布特性,为RSSI数据的预处理提供指导。随后本文分析了选取RSSI的不同特征作为位置指纹对定位误差的影响。基于上述研究,本文提出了一种基于图像高斯滤波的指纹库预处理方法,该方法降低了指纹库的噪声,提高了指纹库的准确度。为解决加权K近邻（Weighted K-Nearest Neighbor,WKNN）定位算法中近邻个数K难以选择的问题,本文提出一种基于K均值（K-Means）聚类算法改进的自适应WKNN算法,实验表明该算法提高了定位精度。（2）研究室内定位实时性提高算法。针对大规模指纹库在线定位阶段实时性差的问题,本文提出一种基于局部敏感哈希（Locality Sensitive Hashing,LSH）算法改进的WKNN算法。该算法在定位时有效地缩小了指纹库的搜索范围,从而缩短了在线定位时间,提高了定位实时性。（3）开发便携式室内定位系统。本文开发了一款基于客户端/服务器（Client/Server,C/S）架构的室内定位系统,客户端基于Android平台,服务器端基于Spring Boot框架。客户端负责向服务器发送定位请求,服务器负责解算位置并将结果返回给客户端,客户端将位置显示在地图上。本文最后的测试实验表明该系统在室内定位场景下具有良好的稳定性和实用性。